无线应用平台及其手机银行软件的设计与实现

以模块化、通用化的设计思想实现一个便于软件人员二次开发的通用无线应用平台,并以一个具体的无线应用协议(WAP)手机银行软件系统为例,详细介绍无线应用在该平台上的设计和实现,充分展示该平台设计的优越性和易操作性.该平台为无线设备的广泛应用提供了很好的操作平台,除手机银行外,利用该系统开发的手机证券和手机定票系统也已在实际中使用.平台和各应用系统均采用Java语言开发,具有良好的发展前景.     

结合邻域信息的改进抑制式FCM图像分割方法北大核心

针对模糊C均值聚类(FCM)算法在含噪声图像分割中存在的运算开销大、收敛速度慢等不足,在抑制式RC-FCM算法的基础上提出一个结合邻域信息的改进抑制式FCM算法,算法通过构建图像灰度及邻域信息的二维直方图设定聚类样本空间和初始聚类,根据样本到聚类中心的最大和最小距离动态设定抑制因子,再通过改进的最小抑制FCM算法实现图像分割。实验表明改进算法不仅能够提高FCM算法的聚类速度,而且提高了对噪声图像的分割精度。     

电力企业档案管理工作创新的探讨

电力企业档案工作是企业管理的重要方面.档案工作要保持与时代同步发展,就必须以创新思维指导档案工作实践,创新服务机制、改善服务方式是创新企业档案工作的重要手段.     

零样本图像识别

深度学习在人工智能领域已经取得了非常优秀的成就，在有监督识别任务中，使用深度学习算法训练海量的带标签数据，可以达到前所未有的识别精确度。但是，由于对海量数据的标注工作成本昂贵，对罕见类别获取海量数据难度较大，所以如何识别在训练过程中少见或从未见过的未知类仍然是一个严峻的问题。针对这个问题，该文回顾近年来的零样本图像识别技术研究，从研究背景、模型分析、数据集介绍、实验分析等方面全面阐释零样本图像识别技术。此外，该文还分析了当前研究存在的技术难题，并针对主流问题提出一些解决方案以及对未来研究的展望，为零样本学习的初学者或研究者提供一些参考。     

基于四叉树和曲线拟合的FCM图像分割方法

针对模糊C均值聚类算法对大数据量的情况进行分割时存在耗时过长的问题,提出基于改进四叉树的FCM分割方法。该算法首先求取图像的四叉树,将四叉树节点集合作为模糊聚类算法的样本集,减小样本空间,然后利用FCM算法实现图像的边缘分割;针对分割处理后的图像带来的锯齿状边缘,再利用曲线拟合算法对图像边缘进行平滑处理。在标准摄影师图像和肝脏核磁图像的数据集上实验,实验结果可以看出算法提高了FCM的运算速度,对医学图像具有更高的分割精度,便于为后续诊断和数据分析提供基础。     

结合邻域信息的改进抑制式FCM图像分割方法

针对模糊C均值聚类(FCM)算法在含噪声图像分割中存在的运算开销大、收敛速度慢等不足,在抑制式RC-FCM算法的基础上提出一个结合邻域信息的改进抑制式FCM算法,算法通过构建图像灰度及邻域信息的二维直方图设定聚类样本空间和初始聚类,根据样本到聚类中心的最大和最小距离动态设定抑制因子,再通过改进的最小抑制FCM算法实现图像分割.实验表明改进算法不仅能够提高FCM算法的聚类速度,而且提高了对噪声图像的分割精度.